實驗設計簡介
歡迎！在這一章，我們將探討統計學的「藍圖」。實驗設計（Experimental Design）是指對研究進行規劃，以確保收集到的數據盡可能可靠且準確的過程。無論你是在測試一款新的運動飲品還是一種醫療方案，如何設定測試方式與結果本身同樣重要。
這就像蓋房子一樣：如果地基不穩，整座房子可能會倒塌！讀完這些筆記後，你將學會如何構建一個「穩固」的實驗，從而避免偏差（bias）並減少誤差。
1. 實驗的核心要素
要進行一場公平的實驗，你需要掌握幾個關鍵概念，並能在考試中進行討論。
對照組與實驗組（Control and Experimental Groups）
想像一下，你想測試一種新的「超級生長」肥料對植物是否有效。你不能只是給十棵植物施肥就看它們長得如何。為什麼？因為植物本來就會長大！你需要一個基準來進行比較。
實驗組（Experimental Group）：接受處理的一組（例如：使用「超級生長」肥料的植物）。
對照組（Control Group）：處理方式完全相同，但不接受處理的一組（例如：只澆清水的植物）。
隨機化（Randomisation）
這是統計學家工具箱中最重要的工具之一。隨機化是指使用隨機機會（例如拋硬幣或使用隨機數產生器）將對象分配到各組中。這有助於確保在實驗開始前，各組之間盡可能相似，從而避免偏差。
例子：如果研究人員親自挑選看起來最健康的植物放入肥料組，實驗就不公平了。隨機分配能消除這種人為偏差。
重複（Replication）
單一結果可能只是巧合。重複是指在許多對象身上或多次重複進行實驗。我們擁有的對象越多（樣本量越大），我們就越能確信結果不是純屬運氣。
實驗誤差（Experimental Error）
別擔心，「誤差」並不一定意味著你做錯了什麼！在統計學中，實驗誤差是指數據中自然出現的差異。即使兩棵植物完全相同並澆同樣的水，它們的生長速度仍可能略有不同。我們設計的目標是將這種「背景噪音」降到最低。
快速回顧：「三大支柱」
1. 對照（Control）：需要有一個比較的基準。
2. 隨機化（Randomisation）：利用隨機性確保公平。
3. 重複（Replication）：多次執行以驗證結果的真實性。
2. 盲法：保持客觀
有時，我們認為會發生的事情會影響結果。這在人類研究中尤其明顯。
單盲試驗（Blind Trials）
在單盲試驗中，受試者不知道自己身處哪一組。例如，在藥物試驗中，一個人服用真正的藥丸，另一個服用糖丸（即安慰劑，placebo），但兩者都不知道自己服用的是哪一種。這能防止「安慰劑效應」，即人們僅僅因為認為自己服用了藥物就感覺好轉。
雙盲試驗（Double-Blind Trials）
這是「黃金標準」。在雙盲試驗中，受試者和接觸他們的科研人員都不知道誰接受了哪種處理。這能防止研究人員無意間透露線索，或以有偏差的方式解釋結果。
類比：這就像汽水的「盲測」。如果你知道自己在喝昂貴的品牌，你可能會說服自己它更好喝！
3. 改進設計：區組化與配對（Blocking and Pairing）
如果我們知道有什麼因素可能會干擾結果（例如人的年齡或土壤類型），我們可以使用特定的設計來「抵銷」這些影響。
區組化（Blocking）
區組化是指在隨機化之前，將相似的對象分組。這些組別稱為區組（blocks）。這有助於減少實驗誤差，因為我們是在「同類之間」進行比較。
例子：如果你在測試跑鞋，你可以根據體能水平（初級、中級、專業）建立「區組」，因為體能絕對會影響跑步時間。
配對比較（Paired Comparisons）
配對比較是一種減少誤差的聰明方法。它涉及根據相似特徵（如同卵雙胞胎）將受試者兩兩配對，並讓其中一個接受一種處理，另一個接受另一種處理。
更棒的是，有時你可以直接用同一個人作為他自己的「配對對象」。
例子：測試兩款不同的防曬霜，在同一個人的左手臂塗抹防曬霜 A，右手臂塗抹防曬霜 B。這幾乎消除了所有「人與人之間」的差異！
4. 實驗設計的類型
你需要能夠區分這兩種主要的設置：
完全隨機設計（Completely Randomised Design）
這是最簡單的設置。你將所有受試者混在一起，然後隨機分配到各個組別。
優點：非常容易設置。
缺點：如果你的受試者差異很大（例如，有非常老的，也有非常年輕的），「運氣」可能會不小心讓所有老人分到同一組，從而破壞公平性。
隨機區組設計（Randomised Block Design）
首先，你將受試者分成不同的區組（相似的組別）。然後，在每個區組內，再隨機分配處理方式。
優點：準確性高得多，因為它確保了每種處理在各類受試者中都能得到公平測試。
缺點：組織起來較複雜。
關鍵點：
當你知道某個特定因素（如年齡、性別或體重）可能會影響結果時，請使用區組化。它有助於「過濾掉」該因素的影響，讓你看到處理本身的真實效果。
考試總結檢查清單
當題目要求你討論或評論一個實驗時，請檢查以下幾點：
● 是否進行了隨機化？如果沒有，請指出存在偏差的風險。
● 是否有對照組？如果沒有，我們怎麼知道變化真的是由處理引起的？
● 是否進行了重複？樣本量是否大到足以可靠？
● 是否可以採用盲法？如果涉及人類，他們通常應該對處理方式保持「盲目」。
● 是否應該使用區組化？確定是否有變量（如年齡或物種）應該先進行分組。
如果這部分看起來比數學密集的章節更囉唆，請別擔心！在 Paper 1 中，你解釋為什麼某個設計好壞的能力才是得分關鍵。只需不斷思考：「這個測試公平嗎？它能保持一致性嗎？」